CN106097630A - 一种双红外通道火焰探测器的火焰识别方法 - Google Patents

Abstract

本发明公开了一种双红外通道火焰探测器的火焰识别方法，包括：MCU主控单元通过火焰探测器采集火焰数据，通过参考红外传感器采集对比参考数据，通过光照度传感器采集光照度数据；计算火焰数据的离散系数，如果该离散系数小于第一阈值，则不属于火警，否则将火焰数据、对比参考数据、光照度数据进行傅里叶变换，求取火焰数据与对比参考数据傅里叶变换后的红外相关系数、火焰数据与光照度数据傅里叶变换后的可见光相关系数；如果红外相关系数、可见光相关系数均小于第二阈值，则属于火警，通过无线通信单元发送火警信息。本发明对两个红外通道的传感器采集的火焰数据以及可见光通道采集的光照度数据进行算法火焰识别，提高抗干扰能力。

Description

一种双红外通道火焰探测器的火焰识别方法

技术领域

本发明涉及火灾探测领域，具体涉及一种双红外通道火焰探测器的火焰识别方法。

背景技术

传统的森林防火手段主要包括护林员巡护，摄像监控。护林员巡护存在的缺陷：一是人的精力有限，不能一直监护着所有防火区域；二是人本身也是一种不可控因素。而摄像监控也存在着问题：一是功耗过大，同时还要兼顾数据传输，只能用有线供电，导致安装位置受到限制；二是为了保证监控视野，必须安装在监控区域至高点位置，对地表火、林下火的早期火情监测较难。随着信息技术和传感技术的快速发展，使用低功耗的红外火焰传感技术和灵活的无线通信组网方式才能避开人工巡护不可控因素和解决早期林下火情实时监控难的问题。

现有技术中红外火焰识别装置的缺点是，可靠性差，容易受到周围的灯光、闪电、阳光等外在环境光源的干扰，灯光和阳光的晃动往往容易引起火焰探测器的误报警，给森林监护人员带来不必要的麻烦。

发明内容

本发明的目的是提供一种双红外通道火焰探测器的火焰识别方法，利用多传感器实时监测探测器周围的环境参数，同时对两个红外通道的传感器采集的红外数据以及可见光通道采集的光照度数据进行算法火焰识别，提高抗干扰能力。

为了达到上述目的，本发明采取如下技术方案，一种双红外通道火焰探测器的火焰识别方法，用于双红外通道火焰探测器，其关键在于：该火焰识别方法包括如下步骤：

步骤a：首先搭建双红外通道火焰探测器，该双红外通道火焰探测器包括MCU主控单元，该MCU主控单元设置有第一红外通道端组，MCU主控单元通过第一红外通道端组连接有火焰红外传感器；MCU主控单元还设置有第二红外通道端组，MCU主控单元通过第二红外通道端组连接有参考红外传感器；MCU主控单元还设置有可见光通道端组，MCU主控单元通过该可见光通道端组连接有光照度传感器，MCU主控单元还设置有无线端组，MCU主控单元通过无线端组连接有无线通信单元；该双红外通道火焰探测器还设置有电源管理单元，该电源管理单元为MCU主控单元、火焰红外传感器、参考红外传感器、光照度传感器、无线通信单元供电；

步骤b:MCU主控单元通过火焰红外传感器采集火焰数据Cha(i)，通过参考红外传感器采集对比参考数据Chb(i)，通过光照度传感器采集光照度数据Chc(i)；

步骤c：MCU主控单元计算火焰数据Cha(i)的离散系数μ；

步骤d：MCU主控单元判断该离散系数μ是否小于设定的第一阈值，如果是，则不属于火警信息，返回步骤b；否则转步骤e；

步骤e：MCU主控单元将火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)分别进行傅里叶变换，求取火焰数据Cha(i)与对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab，还求取火焰数据Cha(i)与光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；

步骤f：MCU主控单元判断红外相关系数ρ_ab、可见光相关系数ρ_ac是否均小于设定的第二阈值，如果是则属于火警信息，转步骤g；否则属于干扰信号，转步骤b；

步骤g：MCU主控单元通过无线通信单元发送预警信息。

火焰红外传感器采集的是4.3μm波段的红外光，因为自然火焰燃烧时产生CO₂，其能量主要集中在4.3μm波段，可以由火焰传感器识别。而阳光、灯光的红外光能量主要集中在3.9μm波段，该波段的红外光由参考红外传感器采集，而阳光和可见光的晃动是属于可见光，由光照度传感器采集，本发明首先对火焰红外传感器采集的火焰数据Cha(i)的离散系数μ进行计算，对火焰数据Cha(i)的离散度进行评估，火焰数据Cha(i)越离散，越有可能是自然火焰波形，从而将大部分波形规则的干扰进行排除。然后，将将火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)分别进行傅里叶变换，求取火焰数据Cha(i)、对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab以及火焰数据Cha(i)、光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；红外相关系数ρ_ab、可见光相关系数ρ_ac越高，越有可能是干扰信号，以此来过滤灯光、阳光等光源的干扰，提高抗干扰能力。

所述的步骤c中MCU主控单元计算火焰数据Cha(i)的离散系数μ的方法包括：

步骤c1：计算火焰数据Cha(i)的峰值数组K，

K＝Summit(Cha(i)) (1)

公式(1)中，Cha(i)是火焰数据，i＝1～N，N是采样点数，K是存放火焰数据Cha(i)波峰的峰值数组，Cha(i)、K的单位均为毫伏；Summit(Cha(i))函数是寻找火焰数据Cha(i)中所有的波峰；

步骤c2：计算火焰数据Cha(i)的离散系数μ：

$\mathrm{\μ}=\frac{Max\left(K\right)-Min\left(K\right)}{Max\left(Cha\right(i))-Min\left(Cha\right(i))}---\left(2\right)$

公式(2)中，μ表示火焰数据Cha(i)的离散系数，属于无量纲量；Max(K)函数是找寻峰值数组K的最大值；Min(K)函数是找寻峰值数组K的最小值；Max(Cha(i))函数是找寻火焰数据Cha(i)的最大值；Min(Cha(i))函数是找寻火焰数据Cha(i)的最小值。

本发明通过公式(1)和公式(2)计算火焰数据Cha(i)的离散系数μ，火焰数据Cha(i)越离散，越有可能是自然火焰波形。用离散系数μ评价火焰数据Cha(i)的离散度，当离散度过小时，可确定其不是自然火焰的波形，直接去除该干扰。

所述的步骤e包括：

步骤e1：将火焰数据Cha(i)进行傅里叶变换，

Fa(i)＝FFt(Cha(i)) (3)

公式(3)中，Fa(i)是Cha(i)经过傅里叶变换后的数组，i＝1～N；Fa(i)的元素表示的是火焰数据Cha(i)的频率分布和其相位情况；

Fa(i)的每个元素都是虚数，Fa(i)的每个元素的模长是该频率的波峰幅值；

将对比参考数据Chb(i)进行傅里叶变换，

Fb(i)＝FFt(Chb(i)) (4)

公式(4)中，Chb(i)是对比参考数据，Chb(i)的单位为毫伏，i＝1～N，N是采样点数，Fb(i)是Chb(i)经过傅里叶变换后的数组，i＝1～N；Fb(i)的元素表示的是对比参考数据Chb(i)的频率分布和其相位情况；

Fb(i)的每个元素都是虚数，Fb(i)的每个元素的模长是该频率的波峰幅值；

将光照度数据Chc(i)进行傅里叶变换，

Fc(i)＝FFt(Chc(i)) (5)

公式(5)中，Chc(i)是光照度数据，Chc(i)的单位为毫伏，i＝1～N，N是采样点数，Fc(i)是Chc(i)经过傅里叶变换后的数组，i＝1～N；Fc(i)的元素表示的是光照度数据Chc(i)的频率分布和其相位情况；

Fc(i)的每个元素都是虚数，Fc(i)每个元素的模长是该频率的波峰幅值；

步骤e2：求取Fa(i)的模长；

$Ma\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fa\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fa\left(i\right)\left)\right)}^2}---\left(6\right)$

公式(6)中，Re(Fa(i))函数是取Fa(i)的实数部分；Im(Fa(i))函数是取Fa(i)的虚数部分；Ma(i)是Fa(i)的模长，i＝1～N；

求取Fb(i)的模长；

$Mb\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fb\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fb\left(i\right)\left)\right)}^2}---\left(7\right)$

公式(7)中，Re(Fb(i))函数是取Fb(i)的实数部分；Im(Fb(i))函数是取Fb(i)的虚数部分；Mb(i)是Fb(i)的模长，i＝1～N；

求取Fc(i)的模长；

$Mc\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fc\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fc\left(i\right)\left)\right)}^2}---\left(8\right)$

公式(8)中，Re(Fc(i))函数是取Fc(i)的实数部分；Im(Fc(i))函数是取Fc(i)的虚数部分；Mc(i)是Fc(i)的模长，i＝1～N；

步骤e3：求取红外相关系数ρ_ab；

${\mathrm{\ρ}}_{ab}=\frac{{\mathrm{\σ}}_{ab}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_b}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(9\right)$

公式(9)中，Average(Ma(i))函数是求Ma(i)的平均值；

Average(Mb(i))函数是求Mb(i)平均值；σ_ab是Ma(i)和Mb(i)的协方差；σ_a是Ma(i)的标准差；σ_b是Mb(i)的标准差；ρ_ab是Ma(i)和Mb(i)的红外相关系数，也即是步骤e所述的火焰数据Chc(i)、对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数，无量纲量；

求取可见光相关系数ρ_ac；

${\mathrm{\ρ}}_{ac}=\frac{{\mathrm{\σ}}_{ac}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_c}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(10\right)$

公式(10)中，Average(Ma(i))函数是求Ma(i)的平均值；

Average(Mc(i))函数是求Mc(i)平均值；σ_ac是Ma(i)和Mc(i)的协方差；σ_a是Ma(i)的标准差；σ_c是Mc(i)的标准差；ρ_ac是Ma(i)和Mc(i)的可见光相关系数，也即是步骤e所述的火焰数据Chc(i)、光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数，无量纲量。

本发明通过公式(3)-公式(10)计算火焰数据Chc(i)、对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab以及火焰数据Chc(i)、光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；相关系数越高，越有可能是干扰信号，以此来过滤灯光、阳光等光源的干扰，提高抗干扰能力。

火焰红外传感器是4.3μm热释电红外传感器，参考红外传感器是3.9μm热释电红外传感器，光照度传感器是SI1132光照度传感器。

所述第一阈值为0.4，第二阈值为0.35。

所述第一阈值与第二阈值的设置是通过大量实验数据得到的经验值，具有准确度高的特点。

显著效果:本发明提供了一种双红外通道火焰探测器的火焰识别方法，利用多传感器实时监测探测器周围的环境参数，同时对两个红外通道的传感器采集的红外数据以及可见光通道采集的光照度数据进行算法火焰识别，提高抗干扰能力。

附图说明

图1为本发明的方法流程图；

图2为双红外通道火焰探测器的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

如图1和图2所示，本发明提供了一种双红外通道火焰探测器的火焰识别方法，用于双红外通道火焰探测器，该火焰识别方法包括如下步骤：

步骤a：首先搭建双红外通道火焰探测器，该双红外通道火焰探测器包括MCU主控单元1，该MCU主控单元1设置有第一红外通道端组，MCU主控单元1通过第一红外通道端组连接有火焰红外传感器2；MCU主控单元1还设置有第二红外通道端组，MCU主控单元1通过第二红外通道端组连接有参考红外传感器3；MCU主控单元1还设置有可见光通道端组，MCU主控单元1通过该可见光通道端组连接有光照度传感器4，MCU主控单元1还设置有无线端组，MCU主控单元1通过无线端组连接有无线通信单元5；该双红外通道火焰探测器还设置有电源管理单元6，该电源管理单元6为MCU主控单元1、火焰红外传感器2、参考红外传感器3、光照度传感器4、无线通信单元5供电；

步骤b:MCU主控单元1通过火焰红外传感器2采集火焰数据Cha(i)，通过参考红外传感器3采集对比参考数据Chb(i)，通过光照度传感器4采集光照度数据Chc(i)；

步骤c：MCU主控单元1计算火焰数据Cha(i)的离散系数μ；

步骤d：MCU主控单元1判断该离散系数μ是否小于设定的第一阈值，如果是，则不属于火警信息，返回步骤b；否则转步骤e；

步骤e：MCU主控单元1将火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)分别进行傅里叶变换，求取火焰数据Cha(i)与对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab，还求取火焰数据Cha(i)与光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；

步骤f：MCU主控单元1判断红外相关系数ρ_ab、可见光相关系数ρ_ac是否均小于设定的第二阈值，如果是则属于火警信息，转步骤g；否则属于干扰信号，转步骤b；

步骤g：MCU主控单元1通过无线通信单元5发送预警信息。

火焰红外传感器2采集的是4.3μm波段的红外光，因为自然火焰燃烧时产生CO₂，其能量主要集中在4.3μm波段，可以由火焰传感器识别。而阳光灯光的红外光能量主要集中在3.9μm波段，该波段的红外光由参考红外传感器3采集，而阳光和可见光的晃动是属于可见光，由光照度传感器4采集，本发明首先对火焰红外传感器2采集的火焰数据Cha(i)的离散系数μ进行计算，对火焰数据Cha(i)的离散度进行评估，火焰数据Cha(i)越离散，越有可能是自然火焰波形，从而将大部分波形规则的干扰进行排除。然后，将将火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)分别进行傅里叶变换，求取火焰数据Cha(i)、对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab以及火焰数据Cha(i)、光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；红外相关系数ρ_ab、可见光相关系数ρ_ac越高，越有可能是干扰信号，以此来过滤灯光、阳光等光源的干扰，提高抗干扰能力。

MCU主控单元1以100Hz的采样频率，采集5s的数据，得到4.3μm火焰数据Cha(i)，得到3.9μm对比参考数据Chb(i)，光照度数据Chc(i)；

i＝1～N，N是采样点数，N＝500。火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)各获取500个采样点。

所述的步骤c中MCU主控单元1计算火焰数据Cha(i)的离散系数μ的方法包括：

步骤c1：计算火焰数据Cha(i)的峰值数组K，

K＝Summit(Cha(i)) (1)

公式(1)中，Cha(i)是火焰数据，i＝1～N，N是采样点数，K是存放火焰数据Cha(i)波峰的峰值数组，Cha(i)、K的单位均为毫伏；Summit(Cha(i))函数是寻找火焰数据Cha(i)中所有的波峰；

步骤c2：计算火焰数据Cha(i)的离散系数μ：

$\mathrm{\μ}=\frac{Max\left(K\right)-Min\left(K\right)}{Max\left(Cha\right(i))-Min\left(Cha\right(i))}---\left(2\right)$

公式(2)中，μ表示火焰数据Cha(i)的离散系数，属于无量纲量；Max(K)函数是找寻峰值数组K的最大值；Min(K)函数是找寻峰值数组K的最小值；Max(Cha(i))函数是找寻火焰数据Cha(i)的最大值；Min(Cha(i))函数是找寻火焰数据Cha(i)的最小值。

本发明通过公式(1)和公式(2)计算火焰数据Cha(i)的离散系数μ，火焰数据Cha(i)越离散，越有可能是自然火焰波形。用离散系数μ评价火焰数据Cha(i)的离散度，当离散度过小时，可确定其不是自然火焰的波形，直接去除该干扰。

所述的步骤e包括：

步骤e1：将火焰数据Cha(i)进行傅里叶变换，

Fa(i)＝FFt(Cha(i)) (3)

公式(3)中，Fa(i)是Cha(i)经过傅里叶变换后的数组，Fa(i)的元素表示的是火焰数据Cha(i)的频率分布和其相位情况；

Fa(i)的每个元素都是虚数，Fa(i)的每个元素的模长是该频率的波峰幅值；

将对比参考数据Chb(i)进行傅里叶变换，

Fb(i)＝FFt(Chb(i)) (4)

公式(4)中，Chb(i)是对比参考数据，Chb(i)的单位为毫伏，i＝1～N，N是采样点数，Fb(i)是Chb(i)经过傅里叶变换后的数组，Fb(i)的元素表示的是对比参考数据Chb(i)的频率分布和其相位情况；

Fb(i)的每个元素都是虚数，Fb(i)的每个元素的模长是该频率的波峰幅值；

将光照度数据Chc(i)进行傅里叶变换，

Fc(i)＝FFt(Chc(i)) (5)

公式(5)中，Chc(i)是光照度数据，Chc(i)的单位为毫伏，i＝1～N，N是采样点数，Fc(i)是Chc(i)经过傅里叶变换后的数组，Fc(i)的元素表示的是光照度数据Chc(i)的频率分布和其相位情况；

Fc(i)的每个元素都是虚数，Fc(i)每个元素的模长是该频率的波峰幅值；

步骤e2：求取Fa(i)的模长；

$Ma\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fa\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fa\left(i\right)\left)\right)}^2}---\left(6\right)$

公式(6)中，Re(Fa(i))函数是取Fa(i)的实数部分；Im(Fa(i))函数是取Fa(i)的虚数部分；Ma(i)是Fa(i)的模长；

求取Fb(i)的模长；

$Mb\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fb\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fb\left(i\right)\left)\right)}^2}---\left(7\right)$

公式(7)中，Re(Fb(i))函数是取Fb(i)的实数部分；Im(Fb(i))函数是取Fb(i)的虚数部分；Mb(i)是Fb(i)的模长；

求取Fc(i)的模长；

$Mc\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fc\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fc\left(i\right)\left)\right)}^2}---\left(8\right)$

公式(8)中，Re(Fc(i))函数是取Fc(i)的实数部分；Im(Fc(i))函数是取Fc(i)的虚数部分；Mc(i)是Fc(i)的模长；

步骤e3：求取红外相关系数ρ_ab；

${\mathrm{\ρ}}_{ab}=\frac{{\mathrm{\σ}}_{ab}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_b}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(9\right)$

公式(9)中，Average(Ma(i))函数是求Ma(i)的平均值；

Average(Mb(i))函数是求Mb(i)平均值；σ_ab是Ma(i)和Mb(i)的协方差；σ_a是Ma(i)的标准差；σ_b是Mb(i)的标准差；ρ_ab是Ma(i)和Mb(i)的红外相关系数，也即是步骤e所述的火焰数据Chc(i)、对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数，无量纲量；

求取可见光相关系数ρ_ac；

${\mathrm{\ρ}}_{ac}=\frac{{\mathrm{\σ}}_{ac}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_c}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(10\right)$

公式(10)中，Average(Ma(i))函数是求Ma(i)的平均值；

Average(Mc(i))函数是求Mc(i)平均值；σ_ac是Ma(i)和Mc(i)的协方差；σ_a是Ma(i)的标准差；σ_c是Mc(i)的标准差；ρ_ac是Ma(i)和Mc(i)的可见光相关系数，也即是步骤e所述的火焰数据Chc(i)、光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数，无量纲量。

火焰红外传感器2是4.3μm热释电红外传感器，参考红外传感器3是3.9μm热释电红外传感器，光照度传感器4是SI1132光照度传感器。

所述第一阈值为0.4，第二阈值为0.35。

所述第一阈值与第二阈值的设置是通过大量实验数据得到的经验值，具有准确度高的特点。

综上所述，本发明提供了一种双红外通道火焰探测器的火焰识别方法，利用多传感器实时监测探测器周围的环境参数，同时对两个红外通道的传感器采集的红外数据以及可见光通道采集的光照度数据进行算法火焰识别，提高抗干扰能力。

Claims (5)

1.一种双红外通道火焰探测器的火焰识别方法，用于双红外通道火焰探测器，其特征在于：该火焰识别方法包括如下步骤：

步骤a：首先搭建双红外通道火焰探测器，该双红外通道火焰探测器包括MCU主控单元(1)，该MCU主控单元(1)设置有第一红外通道端组，MCU主控单元(1)通过第一红外通道端组连接有火焰红外传感器(2)；MCU主控单元(1)还设置有第二红外通道端组，MCU主控单元(1)通过第二红外通道端组连接有参考红外传感器(3)；MCU主控单元(1)还设置有可见光通道端组，MCU主控单元(1)通过该可见光通道端组连接有光照度传感器(4)，MCU主控单元(1)还设置有无线端组，MCU主控单元(1)通过无线端组连接有无线通信单元(5)；该双红外通道火焰探测器还设置有电源管理单元(6)，该电源管理单元(6)为MCU主控单元(1)、火焰红外传感器(2)、参考红外传感器(3)、光照度传感器(4)、无线通信单元(5)供电；

步骤b:MCU主控单元(1)通过火焰红外传感器(2)采集火焰数据Cha(i)，通过参考红外传感器(3)采集对比参考数据Chb(i)，通过光照度传感器(4)采集光照度数据Chc(i)；

步骤c：MCU主控单元(1)计算火焰数据Cha(i)的离散系数μ；

步骤d：MCU主控单元(1)判断该离散系数μ是否小于设定的第一阈值，如果是，则不属于火警信息，返回步骤b；否则转步骤e；

步骤e：MCU主控单元(1)将火焰数据Cha(i)、对比参考数据Chb(i)、光照度数据Chc(i)分别进行傅里叶变换，求取火焰数据Cha(i)与对比参考数据Chb(i)进行傅里叶变换后的数据的红外相关系数ρ_ab，还求取火焰数据Cha(i)与光照度数据Chc(i)进行傅里叶变换后的数据的可见光相关系数ρ_ac；

步骤f：MCU主控单元(1)判断红外相关系数ρ_ab、可见光相关系数ρ_ac是否均小于设定的第二阈值，如果是则属于火警信息，转步骤g；否则属于干扰信号，转步骤b；

步骤g：MCU主控单元(1)通过无线通信单元(5)发送预警信息。

2.根据权利要求1所述的一种双红外通道火焰探测器的火焰识别方法，其特征在于：所述的步骤c中MCU主控单元(1)计算火焰数据Cha(i)的离散系数μ的方法包括：

步骤c1：计算火焰数据Cha(i)的峰值数组K，

K＝Summit(Cha(i)) (1)

公式(1)中，Cha(i)是火焰数据，i＝1～N，N是采样点数，K是存放火焰数据Cha(i)波峰的峰值数组，Cha(i)、K的单位均为毫伏；Summit(Cha(i))函数是寻找火焰数据Cha(i)中所有的波峰；

步骤c2：计算火焰数据Cha(i)的离散系数μ：

$\mathrm{\μ}=\frac{Max\left(K\right)-Min(-K)}{Max\left(Cha\right(i))-Min\left(Cha\right(i))}---\left(2\right)$

公式(2)中，μ表示火焰数据Cha(i)的离散系数，属于无量纲量；Max(K)函数是找寻峰值数组K的最大值；Min(K)函数是找寻峰值数组K的最小值；Max(Cha(i))函数是找寻火焰数据Cha(i)的最大值；Min(Cha(i))函数是找寻火焰数据Cha(i)的最小值。

3.根据权利要求2所述的一种双红外通道火焰探测器的火焰识别方法，其特征在于：所述的步骤e包括：

步骤e1：将火焰数据Cha(i)进行傅里叶变换，

Fa(i)＝FFt(Cha(i)) (3)

公式(3)中，Fa(i)是Cha(i)经过傅里叶变换后的数组，Fa(i)的元素表示的是火焰数据Cha(i)的频率分布和其相位情况；

将对比参考数据Chb(i)进行傅里叶变换，

Fb(i)＝FFt(Chb(i)) (4)

公式(4)中，Chb(i)是对比参考数据，Chb(i)的单位为毫伏，i＝1～N，N是采样点数，Fb(i)是Chb(i)经过傅里叶变换后的数组，Fb(i)的元素表示的是对比参考数据Chb(i)的频率分布和其相位情况；

将光照度数据Chc(i)进行傅里叶变换，

Fc(i)＝FFt(Chc(i)) (5)

公式(5)中，Chc(i)是光照度数据，Chc(i)的单位为毫伏，i＝1～N，N是采样点数，Fc(i)是Chc(i)经过傅里叶变换后的数组，Fc(i)的元素表示的是光照度数据Chc(i)的频率分布和其相位情况；

步骤e2：求取Fa(i)的模长；

$Ma\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fa\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fa\left(i\right)\left)\right)}^2}---\left(6\right)$

公式(6)中，Re(Fa(i))函数是取Fa(i)的实数部分；Im(Fa(i))函数是取Fa(i)的虚数部分；Ma(i)是Fa(i)的模长；

求取Fb(i)的模长；

$Mb\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fb\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fb\left(i\right)\left)\right)}^2}---\left(7\right)$

公式(7)中，Re(Fb(i))函数是取Fb(i)的实数部分；Im(Fb(i))函数是取Fb(i)的虚数部分；Mb(i)是Fb(i)的模长；

求取Fc(i)的模长；

$Mc\left(i\right)=\sqrt{{\left(\mathrm{Re}\right(Fc\left(i\right)\left)\right)}^2+{\left(\mathrm{Im}\right(Fc\left(i\right)\left)\right)}^2}---\left(8\right)$

公式(8)中，Re(Fc(i))函数是取Fc(i)的实数部分；Im(Fc(i))函数是取Fc(i)的虚数部分；Mc(i)是Fc(i)的模长；

步骤e3：求取红外相关系数ρ_ab；

${\mathrm{\ρ}}_{ab}=\frac{{\mathrm{\σ}}_{ab}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_b}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mb\right(i)-Average(Mb\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(9\right)$

公式(9)中，Average(Ma(i))函数是求Ma(i)的平均值；

Average(Mb(i))函数是求Mb(i)平均值；σ_ab是Ma(i)和Mb(i)的协方差；σ_a是Ma(i)的标准差；σ_b是Mb(i)的标准差；ρ_ab是Ma(i)和Mb(i)的红外相关系数，无量纲量；

求取可见光相关系数ρ_ac；

${\mathrm{\ρ}}_{ac}=\frac{{\mathrm{\σ}}_{ac}}{{\mathrm{\σ}}_a{\mathrm{\σ}}_c}=\frac{\underset{i}{\overset{N}{\Σ}}\[\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)\×\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)\]}{{\[\underset{i}{\overset{N}{\Σ}}{\left(Ma\right(i)-Average(Ma\left(i\right)\left)\right)}^2\×\underset{i}{\overset{N}{\Σ}}{\left(Mc\right(i)-Average(Mc\left(i\right)\left)\right)}^2\]}^{\frac{1}{2}}}---\left(10\right)$

公式(10)中，Average(Mc(i))函数是求Mc(i)的平均值；σ_ac是Ma(i)和Mc(i)的协方差；σ_a是Ma(i)的标准差；σ_c是Mc(i)的标准差；ρ_ac是Ma(i)和Mc(i)的可见光相关系数，无量纲量。

4.根据权利要求1所述的一种双红外通道火焰探测器的火焰识别方法，其特征在于：火焰红外传感器(2)是4.3μm热释电红外传感器，参考红外传感器(3)是3.9μm热释电红外传感器，光照度传感器(4)是SI1132光照度传感器。

5.根据权利要求1所述的一种双红外通道火焰探测器的火焰识别方法，其特征在于：所述第一阈值为0.4，第二阈值为0.35。